如何实现DataFrame的分层聚合？寻求tidyverse/data.table优雅方案

需求说明 #

需要对数据集执行粒度递增的独立分组聚合：以mtcars为例，依次按am、am+gear、am+gear+carb分组，分别计算mpg的均值，三次聚合是独立操作，并非一次性多层级聚合。

现有可行代码 #

你已经实现了基础版本：

list("am", "gear", "carb") |> 
  Reduce(f = c, accumulate = TRUE) |> 
  Map(f = \(vars){
    mtcars |>
      group_by(!!!syms(vars)) |> 
      summarise(mpg = mean(mpg))
  })

Tidyverse优化实现 #

方法1：更直观的分组语法 #

用across(all_of())替代!!!syms()，语法更符合tidyverse的现代风格，同时显式控制分组清理：

library(tidyverse)

group_vars <- c("am", "gear", "carb")

# 生成递增的分组变量列表
accumulate(group_vars, ~c(.x, .y), .init = character(0)) |>
  tail(-1) |>  # 移除初始空向量
  map(\(vars) {
    mtcars |>
      group_by(across(all_of(vars))) |>
      summarise(mpg = mean(mpg), .groups = "drop")
  })

.groups = "drop"确保聚合后自动取消分组，避免后续操作的分组残留问题。

方法2：整合所有结果到单个数据框 #

如果需要把各粒度的聚合结果统一管理，可结合expand_grid生成分组步骤标识：

expand_grid(
  group_level = seq_along(group_vars),
  group_vars = accumulate(group_vars, c)
) |>
  mutate(
    aggregated_data = map(group_vars, ~{
      mtcars |>
        group_by(across(all_of(.x))) |>
        summarise(mpg = mean(mpg), .groups = "drop")
    })
  )

这样能同时保留分组粒度的序号和对应聚合结果，方便后续查看或分析。

Data.table高效实现 #

对于大数据集，data.table的语法更简洁且性能更优：

library(data.table)

dt <- as.data.table(mtcars)
group_vars <- c("am", "gear", "carb")

accumulate(group_vars, c) |>
  map(\(vars) dt[, .(mpg = mean(mpg)), by = vars])

data.table直接支持字符向量作为by参数，无需额外的符号转换，代码更精简。

关于递归/嵌套结构的问题 #

递归方法需要注意：每次聚合是独立的，并非基于上一次分组的结果进行细分；而group_by/across不支持直接传入嵌套结构，因为它们需要明确的一维分组变量列表。因此，用accumulate生成逐步递增的变量列表是最贴合需求的思路，上述实现只是将你的原始逻辑用更符合tidyverse/data.table惯用写法的方式重构。

内容的提问来源于stack exchange，提问作者I_O